GPT模型在建筑行业中的机遇、局限性与用例验证

Abdullahi Saka; Ridwan Taiwo; Nurudeen Saka; Babatunde Salami; Saheed Ajayi; Kabiru Akande; Hadi Kazemi

doi:10.1016/j.dibe.2023.100300

GPT模型在建筑行业中的机遇、局限性与用例验证

人机交互 2024-07-23 v1 人工智能计算与语言

作者: Abdullahi Saka , Ridwan Taiwo , Nurudeen Saka , Babatunde Salami , Saheed Ajayi , Kabiru Akande , Hadi Kazemi

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

在大型数据集上训练的大型语言模型（LLMs）在2018年Google推出BERT后崭露头角。随后，OpenAI的GPT模型等不同LLMs相继发布。这些模型在多样任务上表现良好，并在商业和教育等领域获得广泛应用。然而，关于在建筑行业使用LLMs的机遇与挑战知之甚少。因此，本研究旨在评估建筑行业中的GPT模型。我们采用批判性综述、专家讨论和案例研究验证来实现研究目标。研究结果揭示了GPT模型在整个项目生命周期中的机遇。利用GPT模型的挑战被指出，并开发了一个用于材料选择与优化的用例原型。本研究结果将有益于研究人员、从业者和利益相关者，因为它呈现了建筑行业LLMs的研究前景。

关键词

大型语言模型 GPT模型建筑行业用例验证材料选择项目生命周期

引用

@article{arxiv.2305.18997,
  title  = {GPT Models in Construction Industry: Opportunities, Limitations, and a Use Case Validation},
  author = {Abdullahi Saka and Ridwan Taiwo and Nurudeen Saka and Babatunde Salami and Saheed Ajayi and Kabiru Akande and Hadi Kazemi},
  journal= {arXiv preprint arXiv:2305.18997},
  year   = {2024}
}

备注

58 pages, 20 figures

GPT模型在建筑行业中的机遇、局限性与用例验证

摘要

关键词

引用

备注

相关论文